มช.พัฒนา AI ทางการแพทย์ วินิจฉัยเนื้องอกในสมองได้แม่นยำสูง
ผศ.ดร.กรพรหม พิกุลแก้ว ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่ พัฒนาการใช้ Deep Learning และ Explainable AI ที่สามารถตรวจจับเนื้องอกสมองได้แม่นยำสูงถึง 97%
ภายใต้การวิจัยในหัวข้อ
"Enhancing
Brain Tumor Detection with Gradient-Weighted Class Activation Mapping and Deep
Learning Techniques"
การศึกษาดังกล่าวใช้การเรียนรู้เชิงลึก
(Deep
Learning) และหนึ่งในปัญญาประดิษฐ์ที่สามารถอธิบายได้ (Explainable
AI) ชนิด Gradient-Weighted Class Activation Mapping
(Grad-CAM) ในการวิเคราะห์ภาพ MRI เพื่อตรวจจับเนื้องอกสมอง
โดยมีการ
Preprocessing
ข้อมูลด้วยการขยายและปรับขนาดภาพ จากนั้นใช้โมเดล ResNet-50 ในการจำแนกประเภทภาพ ระหว่างเนื้องอกและไม่มีเนื้องอก การคำนวณ Grad-CAM
ทำให้สามารถสร้างแผนที่ความร้อนเพื่อบ่งชี้พื้นที่สำคัญในภาพที่โมเดลใช้ในการทำนาย
ผลลัพธ์ที่ได้มีความแม่นยำสูงถึง 97% ช่วยให้แพทย์เข้าใจการทำงานของโมเดลมากขึ้น
ผลลัพธ์จากงานวิจัยนี้มีประโยชน์ในการพัฒนา
และประยุกต์ใช้งานหลายด้าน โดยโมเดลที่ใช้ Deep Learning พัฒนาขึ้นสามารถตรวจจับเนื้องอกสมองจากภาพ MRI ด้วยความแม่นยำสูงถึง
97% ช่วยให้การวินิจฉัยเร็วและแม่นยำขึ้น
นอกจากนี้
การใช้ Grad-CAM
ทำให้แพทย์สามารถมองเห็นพื้นที่สำคัญในภาพที่โมเดลใช้ในการตัดสินใจ
ช่วยเพิ่มความเข้าใจและความเชื่อมั่นในผลการวินิจฉัย
รวมทั้งผลลัพธ์ยังสามารถนำไปปรับใช้ในเทคนิคการวิเคราะห์ภาพทางการแพทย์อื่น ๆ เช่น
การตรวจโรคติดเชื้อ
และหากพัฒนาเพิ่มเติม
โมเดลนี้มีศักยภาพที่จะนำไปใช้ในทางคลินิกเพื่อตรวจคัดกรองโรคและติดตามผลการรักษาได้อย่างมีประสิทธิภาพ
การศึกษาครั้งนี้
สามารถช่วยเพิ่มประสิทธิภาพในการตรวจวินิจฉัยเนื้องอกสมองอย่างแม่นยำและรวดเร็ว
ลดต้นทุนด้านการแพทย์และช่วยยกระดับคุณภาพชีวิตของผู้ป่วย
ผู้วิจัยยังเป็นหนึ่งในผู้บุกเบิกคนแรกๆ
ของประเทศไทย ที่นำเทคนิคปัญญาประดิษฐ์ที่สามารถอธิบายได้ (Explainable
AI) ชนิด Grad-CAM มาใช้ในการวิเคราะห์ภาพทางการแพทย์
ซึ่งสร้างผลกระทบอย่างมากต่อการพัฒนาเทคโนโลยีการวินิจฉัยโรค
ช่วยขับเคลื่อนความก้าวหน้าในวงการวิชาการและสอดคล้องกับเป้าหมาย SDGs
ด้านสุขภาพที่ดีและความเป็นอยู่ที่ดี
งานวิจัยนี้ได้ตีพิมพ์ในนิตยสารงานวิจัยระดับนานาชาติ Published in : 20th International Joint Conference on Computer Science and Software Engineering (JCSSE), 28 June 2023 - 01 July 2023 ผู้ที่สนใจสามารถอ่านเพิ่มเติมได้
ที่มา
:
กรุงเทพธุรกิจ
วันที่
25 เม.ย. 2568
